以奥运数据为导向进行体育明星特点分析：运动员肉体观赏指南

前言

那么身为一个在职场打拼、会抓热点、有技术控的编辑，怎样做一次不妖艳，不从众的八卦研究呢？今天小编就为大家秀一把新学的技能：用python完成一次与众不同的八卦。

本文以奥运数据为导向进行体育明星特点分析，同时也是一个免费的数据技能教程，适合所有数据初学者，具体包括：

1、数据哪里找？——网页数据获取

2、体育明星肉体观看指南——python数据清洗、分析与简单建模

3、体育明星CP——数据结果快速可视化

4、总结报告——收集和展示数据结论

PS：如有需要Python学习资料的小伙伴可以加下方的群去找免费管理员领取

 

可以免费领取源码、项目实战视频、PDF文件等

 

---

 

01

一个头疼的问题

——鲜肉数据哪里找？

获取研究主题的网页数据是一种最常用的数据收集方法。奥运会可说是一个综合度高，信息齐全的主题。百度一下，很快能找到相关信息网站：网易奥运数据库。

打开网站源代码，会发现所有的网站数据都记录在内：

 

网易奥运数据库url：http://info.2016.163.com/athlete/list/

不需要会写html代码，只要能使用ctrl+f找到你需要的数据，并用三方软件写脚本，十分钟就能获取所有上一届奥运会运动员的csv数据：

 

写好爬虫脚本即可快速获取运动员从csv数据

当然，本次小编获取的数据已经打包在文末的教程里了，不用谢。

 

02

体育明星肉体比拼

——谁是我的菜？

 

做完必要的数据清洗，接下来小编要思考的是往什么方向做研究。说到肉体，身材匀称的长腿鲜肉的是最容易红的。哪个项目有最多的潜在网红？谁是大家都爱欣赏的最美肉体？小编思考一番，决定分别用BMI指数、手长、腿身比、年龄来描述身材匀称、长腿、鲜肉等指标。

调用python中的神器库pandas进行数据加载、清洗和分析，再使用matplotlib库中的组合图功能以及seaborn库中的美化功能，便可以快速美观地批量出图：

 

使用matplotlib库可以做组合图表，一键存图，自由度高，在前期可视化找结论的阶段很实用

 

一项数据研究的开始总会有很多脑洞，对这些小结论进行筛选的过程也是理解数据本身的过程

了解了基本情况，小编便决定按大众喜好制定以下四条评分规则，最后归一化处理，分别得出每个项目的运动员总评分评分分布情况：

1、BMI评估:最接近22，差值绝对值越小分数越高

2、腿长评估:计算与身高的比值，比值越大分数越高

3、手长评估:计算与身高的比值，比值越接近1分值越高

4、年龄评估:年龄越小分数越高

 

综合来看，跳水、拳击、游泳的整体表现比较好，且项目里均有几个肉体得分高的人。

那么究竟是哪些运动员有“最美肉体”，按照同样的逻辑，小编改了几行代码，很快地计算出每个运动员的评分和排名，并进行可视化：

按照小编的计算得出的“谁是大家都爱欣赏的最美肉体”TOP8运动员：

 

所以大家可以留心一下，你最喜欢的体育明星上榜了吗？？？钟爱游泳的小编当然不会放过国民网红傅园慧，97年的沈铎妹子接下来也会是小编的“重点关注对象”。

03

每一次大型赛事都是CP党的福利

——体育明星错综负载的关系网

 

网友们的眼中不只有比赛的激情，还有cp党的基情，先看看当年的搜索热度：

 

其实，明星圈的关系比你想象的复杂得多。而联系图，正是处理这些错综负载的关系的最好可视化方法。

继续使用python将明星cp数据处理成一一对应的格式，再使用可视化软件gephi快速可视化：

 

体育明星关系图，图中圆点大小代表cp数量大小，颜色代表不同项目的分组，连线粗细代表联系强弱。

本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。

作者：大鹏教你玩数据